论文部分内容阅读
在我国利率市场处于改革深化阶段这一特殊时期，利率风险管理引起了人们的高度重视，而上海同业拆借利率是我国货币市场的主要基准利率，用适当的金融时间序列模型来描述它的波动过程，具有重要的理论及现实意义。风险价值VaR方法是一种在市场正常的情况下对资产组合可能的最大损失的一种统计测度方法，它能够弥补一些传统风险量化的不足。GARCH模型能够很好的处理金融时间序列数据的异方差现象，极值理论能很好的刻画金融时间序列数据的波动聚集性和厚尾性特性，因此，把GARCH模型与极值理论都作为与风险价值VaR参数方法相结合的重要模型。 本文采用比较分析与实证分析相结合的方法，从我国实际情况出发，以上海同业拆借利率作为实证的研究基础。分析了上海拆借利率时间序列数据的基本统计特征，得出GED分布适合我国上海同业拆借利率的时间序列数据;运用GARCH模型对时间序列数据的波动性进行估计，使用估计出的波动率来计算在一定置信水平下的动态风险价值VaR。然后把GARCH模型与极值理论相结合，首先用GARCH模型拟合上海同业拆借利率时间序列，以获得独立同分布的残差序列，然后利用极值理论中的POT方法对残差序列进行极值分析，得到了极值分布下参数的极大似然估计，计算出了在一定置信水平下的动态风险价值VaR;最后对估计结果进行回测检验，并比较两种方法下的动态风险价值VaR，发现GARCH模型直接估计出的风险价值VaR比经GARCH模型与极值理论相结合的方法估计出的风险价值VaR小。且在置信度为95％及90％出现了实际失败天数大于预期失败天数，说明出现了低估风险的现象。得出结论GARCH模型与极值理论相结合的方法优于单纯的GARCH模型方法，模型能较好的度量我国银行间同业拆借利率市场的风险。